DeepSeek V4 Pro vs Qwen3.8 Max
Welches und wann — kuratiertes Fazit, keine Benchmark-Tabelle
Nehmen Sie deepseek-v4-pro für rein textliche Arbeit in großer Menge: Es ist pro Million Tokens günstiger bei der Eingabe ($1.608 gegenüber $2) und bei der Ausgabe ($3.216 gegenüber $6, Qwen also rund 1.87x), seine Cache-Lesevorgänge liegen bei $0.0134 gegenüber $0.25, und es erlaubt bis zu 393216 Ausgabetokens gegenüber 131072 — zudem lässt sich das Denken abschalten. Wählen Sie qwen3.8-max, wenn Sie Bildeingabe brauchen, denn es nimmt Text und Bilder an, während deepseek-v4-pro Text-ein/Text-aus ist. Der Kontext ist mit 1000000 gegenüber 983616 Tokens praktisch gleich, und beide decken Chat, Code, Reasoning und Tools ab.
Preise
| DeepSeek V4 Pro | Qwen3.8 Max | Δ | |
|---|---|---|---|
| Input / 1M Token | $1.608 | $2 | 0.8× |
| Output / 1M Token | $3.216 | $6 | 0.54× |
| Cache-Read / 1M Token | $0.0134 | $0.25 | 0.054× |
| Cache-Schreiben | keine separate Gebühr | 1.25x | — |
Preise aus dem Live-Katalog zum Zeitpunkt des Builds; jede Modellseite enthält die aktuelle Übersicht.
Wo sie stehen — Eingabepreis pro 1M Tokens über alle 63 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)
Fähigkeiten
| DeepSeek V4 Pro | Qwen3.8 Max | |
|---|---|---|
| Tool-Nutzung | ja | ja |
| Thinking-Kontrolle | konfigurierbar | ja — Regler des Anbieters nicht veröffentlicht |
| Strukturierte Ausgabe | ja | ja |
| Prompt-Caching | implizit (automatisch) | implizit + explizit |
| Cache-Lebensdauer | no fixed TTL (evicted when unused) | explicit: 5m, reset on hit |
| Minimales gecachtes Präfix | nicht veröffentlicht | 1024 Tokens |
Spezifikationen
| DeepSeek V4 Pro | Qwen3.8 Max | |
|---|---|---|
| Input-Modalitäten | Text | Text Bild |
| Ausgabemodalitäten | Text | Text |
| Veröffentlicht | 2026-04-24 | 2026-08-03 |
| Kontextfenster | 1M | 984K |
| Maximaler Output | 393K | 131K |
| Thinking-Parameter |
| — |
| Zulässige Werte | thinking.type
reasoning_effort
| — |
| Standardwert | enabled, with reasoning_effort high some complex agent requests are automatically set to max | — |
Die Spezifikationen sind aus der Dokumentation der jeweiligen Anbieter übernommen; eine Zeile, die ein Anbieter nicht veröffentlicht, wird weggelassen und nicht abgeleitet. Vollständige Quellen: DeepSeek V4 Pro · Qwen3.8 Max
Ein Prompt, beide Modelle — gemessen über das Gateway
DeepSeek V4 Pro bestanden · 3 sentences
Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.
Ausgabe 641 tok (+545 Denken) Latenz 11.5 s
Qwen3.8 Max bestanden · 3 sentences
Enabling reasoning makes the model produce additional hidden steps before responding, and those tokens are billable. It also tends to lengthen each interaction because the model works through more possibilities before settling on an answer. Therefore, the bill doubled mainly due to higher compute and token usage per request, not necessarily because the number of requests doubled.
Ausgabe 378 tok (+305 Denken) Latenz 8.6 s
Befolgen der Anweisung (genau drei Sätze — abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
DeepSeek V4 Pro bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]
Ausgabe 2418 tok (+2131 Denken) Latenz 35.6 s
Qwen3.8 Max bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that the original code starts `best` and `cur` at `0`, so it counts adjacent equal *transitions* rather than the number of items in the run. A run of length `n` has only `n - 1` equal-neighbor transitions, so single-element inputs return `0`, and runs that reach the end are undercounted by one. Initializing the current run to `1` for the first element, resetting it to `1` on a break, and updating `best` from that count fixes the off-by-one.
Ausgabe 1616 tok (+1411 Denken) Latenz 34.7 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
DeepSeek V4 Pro bestanden · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }
Ausgabe 1204 tok (+1153 Denken) Latenz 19.9 s
Qwen3.8 Max bestanden · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
Ausgabe 1199 tok (+1141 Denken) Latenz 24.4 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
DeepSeek V4 Pro keine Antwort zur Bewertung · no answer text within 16,384 tokens (all of it went to thinking)
Das Modell hat keinen Antworttext zurückgegeben — das gesamte Token-Budget wurde für verborgenes Denken aufgewendet.
Ausgabe 8193 tok (+8192 Denken) Latenz 106.2 s
Qwen3.8 Max bestanden · 120 words, 0 banned, 1 question
Today, our API gateway adds prompt caching across major model providers. It stores prompts and responses in one fast cache layer. Teams can lower token spend, reduce latency, and repeat reliable answers. The feature supports OpenAI, Anthropic, Google, and Mistral through one configuration. You can set retention rules, scope access, and invalidate entries quickly. How does your team maintain consistent results during provider outages? Approved cached responses keep applications stable while fallback routes recover. The dashboard shows hit rates, savings, latency, and provider usage. Engineers receive audit trails for every cached prompt, enabling safer testing. Product managers can compare cost trends before and after cache adoption. Start with a small route, then safely expand caching to production traffic right now.
Ausgabe 2744 tok (+2591 Denken) Latenz 46.3 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Mit einer Zeile zwischen ihnen wechseln
Beide IDs befinden sich in jedem Tab unten — das hervorgehobene Zeilenpaar ist die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiche Request-Struktur.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="deepseek-v4-pro",
# model="qwen3.8-max", # diese Zeile einkommentieren, die darüberliegende auskommentieren
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "deepseek-v4-pro",
// model: "qwen3.8-max", // diese Zeile einkommentieren, die darüberliegende auskommentieren
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro",
# "model": "qwen3.8-max", # diese Zeile einkommentieren, die darüberliegende auskommentieren
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "deepseek-v4-pro",
// Model: "qwen3.8-max", // diese Zeile einkommentieren, die darüberliegende auskommentieren
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("deepseek-v4-pro")
// .model("qwen3.8-max") // diese Zeile einkommentieren, die darüberliegende auskommentieren
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));FAQ
Welches ist günstiger, DeepSeek V4 Pro oder Qwen3.8 Max?
DeepSeek V4 Pro ist günstiger bei input / 1m token ($1.608 vs. $2, 1.2× Unterschied). Andere Zeilen können in die andere Richtung deuten — die obige Tabelle enthält alle Daten, und die tatsächlichen Kosten hängen von Ihrem Mix ab.
Kann ich DeepSeek V4 Pro gegen Qwen3.8 Max ohne zwei Integrationen A/B-testen?
Ja. Beide werden über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel bereitgestellt — der Wechsel ist eine einzeilige Änderung des Modell-Strings, sodass Sie einen Bruchteil des Traffics an jedes Modell leiten und die Rechnungen direkt vergleichen können.
Unterstützen DeepSeek V4 Pro und Qwen3.8 Max Prompt-Caching?
Ja — beide berechnen Cache-Reads günstiger als ihre Eingaberate, sodass Warm-Prefix-Workloads weniger kosten, als die Listenpreise vermuten lassen. Die genauen Zeilen für Cache-Reads befinden sich in der obigen Preistabelle.